금융 AI 연구환경부터 앤서블 2.7까지, 국내 클라우드 업계 소식 몰아보기

금융권 AI, 이제 ‘실험 가능한 격리 환경’부터 깔고 감

• 베스핀글로벌이 우리금융지주의 AI 연구환경 운영 사업을 수주함.

  • AWS 기반의 독립형 연구환경 아키텍처를 구축하는 프로젝트임.
  • 금융권 망분리 규제 환경에서도 생성형 AI와 거대언어모델을 안정적으로 실험·검증할 수 있게 만드는 게 목표임.

• 여기에 베스핀글로벌의 AI 플랫폼 헬프나우 AI 파운드리가 들어감.

  • 자연어 기반으로 AI 에이전트를 설계·운영할 수 있는 환경을 제공함.
  • 에이전트 운영에 필요한 거버넌스 기능도 같이 제공된다고 함.
  • 롯데카드, KB라이프 등 기존 금융권 AI 프로젝트 경험을 바탕으로 우리금융지주까지 확장한 흐름임.

기업 업무 시스템은 글로벌 운영 대응이 키워드임

• 나온소프트는 국내 대기업 그룹사 통합 그룹웨어 구축 사례를 계속 늘리고 있음.

  • 농심은 2014년 나온그룹웨어 도입 후 12년 만에 다시 나온소프트를 파트너로 선택함.
  • 이번 사업은 해외 사업장을 포함해 전사 통합 업무 환경을 만드는 게 목표임.

• 최근 수요의 배경은 글로벌 운영 환경 대응임.

  • 나온소프트에 따르면 최근 4년간 고객사가 그룹웨어 도입 배경으로 글로벌 운영 환경 대응을 꼽은 건수가 약 5배 증가함.
  • 세아상역 본사·계열사·해외 법인 포털, 신한은행 인도네시아 현지 법인 그룹웨어 구축 사례도 언급됨.
  • 그룹웨어가 단순 전자결재가 아니라, 해외 법인까지 묶는 운영 플랫폼으로 바뀌는 분위기임.

제조사는 D2C로 고객 데이터를 직접 잡으려 함

• 카페24는 제조사 D2C 전환 전략을 공유하는 컨퍼런스를 6월 11일 여의도에서 엶.

  • 오픈마켓과 유통사 의존도를 줄이고 자사몰 중심 구조로 바꾸는 전략이 주제임.
  • D2C 전환에 성공한 제조기업 대표들이 직접 운영 경험과 전략을 공유할 예정임.

• 사례 숫자가 꽤 구체적임.

  • 베리네이처는 2023년 9월 카페24 자사몰을 열고 D2C 전환을 본격화함.
  • 올해 1분기 자사몰 매출 비중 27.6%를 기록했고, 분기 영업이익 흑자 전환도 달성함.
  • 카페24 연동 라이브방송에서는 당일 최고 매출 4200만원을 기록함.

AI 데이터센터 쪽은 800G·1.6T 배선까지 이야기 나옴

• 애지노드는 데이터센터 서밋 코리아에서 AI 데이터센터용 광 케이블링 솔루션을 공개함.

  • DCmark ENSPACE Base-8 광판넬 솔루션은 800G와 1.6T급 초고속 전송 환경을 지원함.
  • 대규모 GPU 클러스터 환경에서 공간 효율성과 확장성을 제공하는 게 포인트임.

• 초고집적 환경에서 유지보수성도 강조됨.

  • DCmark Push&Pull 광 패치코드는 좁은 공간에서도 유지보수가 쉬운 광 커넥터 솔루션임.
  • 초저손실 특성 기반으로 안정적인 데이터 전송을 지원한다고 함.
  • 케이블링, 광섬유 관리, 모니터링, 랙 솔루션 상호운용성을 위한 ENGAGE DC 얼라이언스도 운영 중임.

레드햇 앤서블 2.7은 AI 에이전트를 운영 워크플로우로 끌고 옴

• 레드햇이 앤서블 오토메이션 플랫폼 2.7의 주요 기능을 발표함.

  • AI 모델 컨텍스트 프로토콜 서버를 통해 AI 도구와 자동화를 연결함.
  • 별도 맞춤형 통합 작업 없이 AI 도구가 자동화 환경과 연동되도록 하는 게 핵심임.

• 새 오토메이션 오케스트레이터는 자동화 방식을 한 워크플로우로 묶음.

  • 결정론적 자동화, 이벤트 기반 자동화, AI 기반 자동화를 통합함.
  • IBM 인스타나, 서비스나우, 스플렁크 등 파트너 생태계의 AI 운영 구현도 단순화한다고 설명함.
  • AI 에이전트가 상황을 조사하고 조치를 권고하면, 사람이 승인한 뒤 검증된 워크플로우로 실행하는 구조임.

---

기술 맥락

• 금융권 AI 연구환경은 모델 성능보다 통제 가능한 실험 환경이 먼저예요. 망분리와 규제 때문에 생성형 AI를 바로 업무망에 붙이기 어렵고, 그래서 독립형 아키텍처에서 검증·거버넌스·운영 절차를 먼저 잡아야 해요.

• 앤서블 2.7의 MCP 서버는 AI와 자동화 사이의 연결 비용을 줄이려는 선택이에요. 기존에는 도구마다 통합을 따로 만들어야 했는데, 표준 연결 계층이 있으면 AI 에이전트가 운영 도구와 자동화 플레이북을 더 일관되게 다룰 수 있어요.

• 레드햇이 결정론적 워크플로우를 강조하는 이유도 중요해요. 운영 환경에서는 AI가 판단을 틀리면 장애로 이어질 수 있으니, AI는 조사와 추천을 맡고 실제 변경은 검증된 플레이북과 승인 절차를 태우는 방식이 더 안전해요.

• AI 데이터센터 케이블링에서 800G와 1.6T가 나오는 건 GPU 클러스터 규모가 커졌기 때문이에요. 연산 장비만 늘리는 게 아니라, 장비 사이 데이터를 옮기는 광 연결과 유지보수 구조까지 같이 따라와야 전체 성능이 나와요.